一张照片、一段声音秒生超逼真视频！南大等提出全新框架，口型动作精准还原
一张照片、一段声音秒生超逼真视频！南大等提出全新框架，口型动作精准还原最近，来自南大等机构的研究人员开发了一个通用的框架，用一段音频就能让照片上的头像讲多国语言。不论是头部动作还是嘴型都非常自然，看到很多不错的
来自主题: AI资讯
5988 点击 2023-12-13 16:04
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
最近，来自南大等机构的研究人员开发了一个通用的框架，用一段音频就能让照片上的头像讲多国语言。不论是头部动作还是嘴型都非常自然，看到很多不错的
最近，一张美国科技大厂的薪酬表曝出，OpenAI以500万起薪领衔。初创公司给出的薪酬，竟然超过了所有大型科技公司。不过初级码农，时薪却低至85元。
都快到年底了，大模型领域还在卷，今天，Microsoft发布了参数量为2.7B的Phi-2——不仅13B参数以内没有对手，甚至还能和Llama 70B掰手腕！
计算芯片未来可能不是英伟达的专利，AMD也要来了。
人类对人工智能学的潜心钻研终于再度获得重大突破，大模型的涌现能力与AIGC的应用普及为那不一定是AGI但一定更AI的未来提供了确定性的加速度。AI2.0时代的加速到来，不仅是把AI能力融入到现有应用中，更是未来产业范式的再塑造。AI正跳跃式地加速渗透进各行各业，推动一场新的生产力与创造力革命。
喂给大模型语料——最初是维基百科和Reddit，后来扩展到音频、视觉图像甚至雷达和热图像——后者广义上说是换了种表达方式的语言。也因此有生成式AI的创业者认为，一个极度聪明的大语言模型就是那个通往AGI最终答案，多模态的研究道路只是目前对前者的底气不足。
时值年末，正是各类年度总结任务集中涌来之时，也催热了AI代写业务。相比千字60元-80元的人工写作价格，AI代写只要不到30元的价格，就能“一键生成”年终总结报告。记录显示，有的店铺2小时就卖出了上百份产品，有的店铺月销量达6万单以上。
剑桥大学最新研究显示，AI模型和人脑神经结构有不少相似，也许未来会成为AI模型设计的关键。
随着大模型技术的发展与落地，「模型治理」已经成为了目前受到重点关注的命题。只不过，在实践中，研究者往往感受到多重挑战。
各家大模型纷纷卷起上下文窗口，Llama-1时标配还是2k，现在不超过100k的已经不好意思出门了。然鹅一项极限测试却发现，大部分人用法都不对，没发挥出AI应有的实力。